Как запустить собственного кодинг-агента в облаке без лишней головной боли

Знакомая ситуация: вы просите ChatGPT или Claude поправить баг в коде, он выдает отличное решение, но вам приходится вручную копировать файлы, запускать тесты, проверять, не отвалилось ли что-то еще. А если правок много? Начинается бесконечный цикл «копипаст — запуск — ошибка — новый запрос». Ребята из Vercel решили, что пора это автоматизировать, и выкатили Open Agents — готовый скелет для создания автономных ИИ-разработчиков.

Что это за зверь

Open Agents — это не просто библиотека, а полноценное референсное приложение. Если вы когда-нибудь хотели собрать своего маленького «Девина» (Devin), который сам клонирует репозиторий, правит код и отправляет Pull Request, пока вы пьете кофе, то этот проект для вас.

Главная фишка здесь в том, что Vercel не пытается продать вам закрытый «черный ящик». Они отдают исходники архитектуры, которую можно форкнуть и переделать под свои нужды. Весь процесс работы агента происходит в фоне, так что вам даже не нужно держать вкладку браузера открытой.

Архитектура: почему агент и песочница живут отдельно

Обычно разработчики ИИ-агентов пытаются засунуть всё в одну кучу: и логику LLM, и выполнение кода. Команда Vercel Labs пошла другим путем и разделила систему на три четких слоя:

Веб-интерфейс: чат, авторизация и стриминг прогресса.
Ворклоу (Workflow): долгоживущий процесс, который управляет шагами агента.
Песочница (Sandbox): изолированная виртуальная машина, где реально выполняется код.

Интересный момент в том, что сам агент (мозги) находится снаружи песочницы. Он общается с ней через инструменты: читает файлы, запускает команды в терминале, правит код. Это позволяет «мозгам» работать дольше, чем живет одна сессия в песочнице, и легко менять LLM-провайдеров, не ломая окружение для тестов.

На что способен этот агент прямо сейчас

Проект поставляется с набором готовых «скиллов», которые делают его полезным сразу после деплоя.

Автономная работа с репозиториями. Он может сам клонировать ветку, создать новую, внести изменения и, если всё прошло успешно, запушить их в GitHub.
Умный поиск и редактирование. Агент не просто переписывает файлы целиком, а умеет искать конкретные места и точечно править их.
Изолированная среда. Для каждой задачи создается чистая песочница на базе моментальных снимков (snapshots). Это значит, что если агент что-то сломает, это никак не заденет вашу локальную машину или продакшен.
Голосовой ввод. Через интеграцию с ElevenLabs можно буквально надиктовывать правки голосом.
Длительные сессии. Благодаря Vercel Workflow процесс выполнения задачи не прерывается по таймауту HTTP-запроса. Агент может «думать» и работать часами.

Как заглянуть под капот

Вся логика распределена по пакетам внутри монорепозитория. Это удобно, если вы хотите вытащить только часть функционала:

apps/web: фронтенд на Next.js и бэкенд-эндпоинты.
packages/agent: само ядро агента, логика выбора инструментов и под-агенты.
packages/sandbox: код для управления виртуальными машинами Vercel.

Для запуска локально потребуется Bun и пачка API-ключей. Минимум — это база данных Postgres и секреты для шифрования. Но если хочется полной магии с GitHub, придется создать свое GitHub App. Инструкция в README довольно подробная, хотя и требует некоторой усидчивости при настройке редиректов.

# Быстрый старт локально
bun install
cp apps/web/.env.example apps/web/.env
# Заполняем переменные и погнали
bun run web

Практическая польза: зачем это нам

Я вижу несколько сценариев, где Open Agents сэкономит кучу времени:

Автоматизация рутины. Например, обновить зависимости во всех репозиториях или поправить мелкие опечатки в документации.
Прототипирование ИИ-сервисов. Если вы делаете продукт, где ИИ должен писать код за пользователя, Open Agents — отличный фундамент, чтобы не изобретать велосипед с песочницами и ворклоу.
Инструмент для внутреннего использования. Можно поднять такой инстанс внутри команды, дать ему доступ к определенным репозиториям и использовать как «умного подмастерье».

Проект еще свежий, и в README прямо сказано, что его стоит воспринимать как базу для адаптации, а не готовое конечное решение. Но уровень проработки архитектуры от Vercel внушает доверие. Если вы искали способ вынести ИИ-агентов за пределы простого чата в реальный мир файловой системы и гита, это определенно стоит изучить.